基于离散Hopfield神经网络盲均衡新算法的研究

摘要

无线信道盲均衡是近年来通信信号处理领域的研究热点，现代通信系统中，由于信道的非理想特性而引起的码间干扰是影响通信质量的一个主要因素。传统均衡器克服码间干扰的方法是发送训练序列，盲均衡是一种不借助于训练序列而仅仅利用接收序列的新兴均衡技术。 本论文共分四章。第一章概述了本文所做的主要工作；第二章深入研究了一些经典二阶统计量算法，并分析了这些传统盲均衡算法的优缺点。第三章对人工神经网络的盲均衡技术原理及发展进行了阐述，重点介绍了两种经典神经网络算法：多层次人工神经网络与前馈神经网络盲均衡算法，并总结了这两种盲均衡算法具有的优点。 第四章提出了一种基于离散Hopfield神经网络盲均衡的新方法：在基于神经网络的能量函数基础上，充分利用接收信号矩阵的正交补空间与发送信号的有限字符集特性，把构造的信号盲检测二次规划形式拟合成具有稳定状态解的离散Hopfield神经网络能量函数形式；结合神经网络自收敛特点与能量局部极小点调整方法，实现对盲信号直接恢复。通过计算机仿真证明本文提出的算法表现出了更加良好的性能。

目录

文摘

英文文摘

论文说明：主题词

第一章绪论

1.1本文的研究背景和意义

1.2盲均衡的发展、分类和展望

1.2.1平稳信号盲均衡

1.2.2循环平稳信号盲均衡

1.2.3基于神经网络和模糊理论的盲均衡

1.3神经网络盲均衡算法国内外研究动态

1.3.1基于前馈神经网络和高阶谱的盲均衡算法

1.3.2基于多层神经网络与高阶累的均衡器

1.3.3基于递归神经网络的盲均衡算法

1.3.4基于细胞神经网络的盲均衡算法

1.3.5基于线性神经网络的盲均衡算法

1.3.6基于簇算法神经网络的盲均衡算法

1.4本文工作

第二章二阶统计量(SOS)盲均衡算法

2.1系统模型设定

2.2 SIMO系统盲辨识条件

2.3 TXK算法

2.4子空间算法(Subspace Based Algorithm，SSA)

2.5线性预报法(Linear Prediction Algorithm，LPA)

2.6外积分解算法(Outer-Product Decomposition Algorithm，OPDA)

2.7仿真实验

2.8本章小结

第三章人工神经网络盲均衡算法

3.1神经网络基础知识

3.2多层前向人工神经网络的盲均衡

3.2.1多层前向人工神经网络盲均衡的模型

3.2.2多层前向人工神经网络盲均衡的算法

3.3前馈神经网络的盲均衡

3.3.1前馈神经网络盲均衡的模型

3.3.2前馈神经网络盲均衡算法

3.4仿真实验

3.5本章小结

第四章离散Hopfield神经网络盲均衡算法

4.1离散Hopfield神经网络综述

4.1.1离散Hopfield神经网络的结构和动态方程

4.1.2离散Hopfield神经网络能量函数形式及其能量函数收敛性

4.1.3离散Hopfield神经网络求解最优化解的可行性与可靠性研究

4.2推出基于离散Hopfield神经网络能量函数的盲均衡算法

4.2.1信号盲检测的二次规划形式

4.2.2离散Hopfield神经网络权值函数W的构造要求

4.2.3离散Hopfield神经网络盲均衡算法运行实现

4.3复信道QPSK信号的处理

4.4多用户盲信号分离法

4.4.1信号空间删除法(SSC：Signal Space Cancellation)

4.4.2连续干扰抵消法(SIC：Successive Interference Cancellation)

4.5仿真实验

4.6本章小结

结束语

致谢

参考文献